4
18
Curso complementario para ingenieros geólogos y profesionales de ciencias de la tierra. Versión 2020. Actualmente no disponible.
DESCRIPCIÓN GENERAL:
El curso de MACHINE LEARNING APLICADO A LA GEOLOGÍA: Implementación con Python, se centra en un subcampo específico de aprendizaje automático llamado modelado predictivo, y cómo este puede ser implementado en las distintas ramas de la Geología a través de ejemplos aplicativos. Es un curso mayormente práctico, sin embargo cada implementación matemática, será previamente explicada de forma teórica. La aplicación se realizará con el lenguaje de programación Python y a través de la IDE Jupyter Notebook. Entre los principales objetivos estan el: Aplicar técnicas de análisis y visualización de datos en un conjunto complejo de variables para problemas de Machine Learning aplicados a la geología, Aplicar técnicas de tratamiento de datos para mejorar la robustez y métrica de salida de los diferentes algoritmos de Machine Learning, Comprender los diferentes mecanismos y técnicas para aplicar analítica predictiva en problemas de Machine Learning e interpretar la salida obtenida por los modelos de predicción, Comprender y analizar la fase del análisis de datos previos al modelado algorítmico en Machine Learning, Desarrollar y analizar proyectos de Machine Learning aplicados a la geología como regresión, clasificación y multiclase, Ambientarse con librerías específicas de Machine Learning como scikit-learn y maximizar su utilidad en base a propósitos personales.
METODOLOGÍA Y DURACIÓN:
El curso es de carácter e-learning asincrónico con un total de 10 horas cronológicas. Esto refiere a un programa totalmente en linea, el cual no restringe al estudiante en horarios, si no que este ultimo es quien planifica sus tiempos y ritmo de avance. El curso siempre estará disponible las 24 horas del día, los 7 días de la semana, por el tiempo que dure la suscripción. El contenido se entrega a través de videos y documentación, en un entorno de aprendizaje en linea dedicado.
RELATOR:
Aldo David Carlos Villazana es Geólogo de la Universidad Nacional de Ingeniería (Perú), un profesional apasionado por la tecnología, con basto conocimiento en base de datos, Machine Learning y programación. Los últimos años se ha entrenado en Inteligencia Artificial, fundando su propia empresa de desarrollo de programas para la geología.
SOBRE EL CURSO:
No disponible desde 2024.
Course Currilcum
-
- RECURSOS DEL CURSO 00:05:00
- TEMA A: ¿QUÉ ES MACHINE LEARNING? 00:15:00
- TEMA B: LENGUAJE DE PROGRAMACIÓN CON PYTHON 00:10:00
- TEMA C: ECOSISTEMA DE PYTHON 00:44:00
- TEMA D: GESTIÓN DE ENTORNOS VIRTUALES 00:06:00
- TEMA E: JUPYTER NOTEBOOK 00:12:00
-
- TEMA A: FUENTES DE DATOS 00:12:00
- TEMA B: CARGAR UN DATASET 00:12:00
- TEMA C: ESTADÍSTICA DESCRIPTIVA 00:23:00
- TEMA D: VISUALIZACIÓN DE DATOS 00:14:00
- TEMA A: ANÁLISIS EXPLORATORIO DE DATOS 00:18:00
- TEMA B: PREPROCESAMIENTO DE DATOS 00:16:00
- TEMA C: MÉTODOS DE TRANSFORMACIÓN DE DATOS 00:26:00
- TEMA D: MÉTODOS DE REMUESTREO 00:22:00
- TEMA A: ALGORITMOS DE MACHINE LEARNING 00:20:00
- TEMA B: RENDIMIENTO DE ALGORITMOS 00:23:00
- TEMA C: ALGORITMOS ENSAMBLADOS 00:23:00
- Cuestionario MLG 00:30:00
Course Reviews
4.3
- 5 estrellas2
- 4 estrellas1
- 3 estrellas1
- 2 estrellas0
- 1 estrellas0
Muy buen curso, ejemplifica muy bien las etapas asociadas a la aplicación de algoritmos de ML.
El curso brinda las herramientas y contenidos necesarios que se deben tener para montar modelos de ML. A modo de sugerencia, podrían incluirse más ejemplos con data geológica y sus implicancias (modelos cuyos algoritmos sean diseñados y supervisados bajo criterio geológico)
En el curso faltaron ejercicios propuestos para practicar Machine Learning. Saludos.
El curso es muy bueno con la información entregado con respeto a entender el Machine Learning y sus utilidades. Aunque hubiese sido útil haber desarrollado un proyecto aplicado a la geología. Pero el material resulta bastante útil y pedagógico